0% encontró este documento útil (0 votos)

7 vistas362 páginas

Introducción a la Lógica Difusa

Cargado por

232059

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

0% encontró este documento útil (0 votos)

7 vistas362 páginas

Introducción a la Lógica Difusa

Cargado por

232059

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

Lógica Difusa ( Fuzzy Logic )

INTRODUCCIÓN:

z Fuzzy Logic tiene sus raíces en la teoría de conjuntos difusos

desarrollada por Zadeh en la década de los 60, la que propone que
un elemento siempre pertenece en un cierto grado a un
conjunto y nunca pertenece del todo al mismo, esto permite
establecer una manera eficiente para trabajar con incertezas, así
como para acondicionar el conocimiento en forma de reglas hacia
un plano cuantitativo, factible de ser procesado por
computadores.

z Toda lógica consiste en formalizar el pensamiento humano, desde

este punto de vista,
z Lógica Clásica:
Establece que cualquier enunciado o proposición puede tener un valor
lógico verdadero o falso, en definitiva 1 y 0.
De esta forma es posible desarrollar toda una lógica basada en leyes
de este tipo.

z Logica Difusa:
En vez de trabajar con el clásico concepto de inclusión o exclusión,
introduce una función que expresa el grado de “pertenencia” de una
variable hacia un atributo o “variable lingüística” tomando valores en
el rango de 0 a 1.
z Conjunto Difuso: Par Variable lingüística – funcion de pertenencia

A = {x / µA(x) ∀ x ∈ X}
Ejemplo: Descripción del estado de una puerta
z Lógica Clásica: z Logica Difusa:
De acuerdo a la lógica clásica Logica Difusa establece que una
existen dos estados posibles puerta no tiene por que estar
para una puerta. necesariamente abierta o cerrada,
existen además otros estados.
Una puerta está abierta (1)
Una puerta está cerrada (0) Puerta abierta (1)
Puerta bastante abierta (0.8)
Puerta abierta a medias (0.5)
Puerta casi cerrada (0.1)
Una puerta está cerrada (0)
Representación gráfica:

Donde:
ce :Puerta cerrada
casice :Puerta casi cerrada
amedias :Puerta a medias
basab :Puerta bastante abierta
abierta :Puerta abierta
Ventajas de Logica Difusa
z La principal ventaja de utilizar términos lingüísticos como:
a medias, bastante, casi, un poco, mucho, algo, etc, está en que
permite plantear el problema en los mismos términos en los que lo
haría un experto humano.

z El éxito de esta técnica radica en que “El mundo es Fuzzy”.

En otras palabras, no tiene sentido buscar la solución a un problema
no perfectamente definido por medio de un planteamiento
matemático muy exacto, cuando es el ser humano el primero que
razona empleando la inexactitud.
1. Proceso de Fuzzificación
z El proceso de fuzzificación consiste en convertir una variable real
en un grado de pertenencia que cuantifica el grado de posesión
hacia su correspondiente variable lingüística.

z Las variables lingüísticas son representativas de situaciones como:

Positivo, alrededor de, alto, medio, etc.

z El primer paso consiste en tomar las entradas y determinar el

grado al que ellos pertenecen a cada uno de los conjuntos fuzzy
apropiados.

z La entrada siempre es un valor numérico limitado al universo del

discurso de la variable de entrada (0-10).
Funciones de pertenencia
z Las funciones de pertenencia representan las coordenadas difusas del
atributo.
Son funciones continuas, que pueden ser básicamente de los tipos:

z Trapezoidales y Triangulares: Son funciones lineales por tramos,

pero representan una discontinuidad en la primera derivada que
hereda la acción de control.

z Exponenciales: (distribución normal), muestran un comportamiento

muy adecuado y no representan discontinuidad en la derivada.

z Polinómicas: Son funciones sencillas de calcular y tienen una forma

similar a la de las funciones de densidad normal.
Tipos de Funciones de Pertenencia
Operadores difusos
z Cuando una variable cubre el dominio de más de una variable
lingüística, la variable difusa final es inferida por alguna operación
que toma en cuenta el grado de pertenencia de cada una de las
variables.
z Los operadores más comunes son:
Operación Max(): asigna la correspondiente al valor máximo
Operación Min(): asigna la correspondiente al valor mínimo
que son equivalentes a las sentencias “or y “and” de la lógica
booleana. A B A and B A or B
A B A and B A or B
00 00 00 00
SENTENCIA VERDADERA = 1 00 11 00 11
SENTENCIA FALSA =0 11 00 00 11
11 11 11 11
Ejemplo de Aplicación:
z CLASIFICACIÓN DE UN RESTAURANT:
Se requiere catalogar los restaurantes de acuerdo a su precio.
Se considerarán dos variables: la calidad del servicio y de la
comida..
z Las variables linguisticas son por lo tanto:
z Variable Sevicio:
Pobre
Bueno z Variable Restaurant:
Excelente Barato
Promedio
Caro
z Variable Comida:
Mala
Rica
Esquema General de Logica Difusa:
Función de pertenencia para Servicio:
Función de pertenencia para Comida:
Función de pertenencia para Restaurant:
2. Definición de las reglas:
z ENUNCIADOS DE REGLAS:
1. Si (servicio es pobre) o (comida es mala) entonces (restaurant
es barato)
2. Si (servicio es bueno) entonces ( restaurant es promedio)
3. Si (servicio es excelente) o (comida es rica) entonces
(restaurant es caro)

z MÉTODO DE AGREGACIÓN DE REGLAS:

La agregación es cuando se unifican las salidas de cada regla en
forma paralela.
Posteriormente se realiza la defuzzificación del resultado.
3. Defuzzificación
z El proceso inverso llamado defuzzificación transforma un
conjunto difuso, es decir un conjunto de variables lingüísticas con
sus respectivos grados de pertenencia, en un número real.

z El método más común es asimilarlo al centro de gravedad de la

combinación de cada una de las reglas inferidas.

z También se usa el criterio máximo, que escoge el punto donde la

función inferida tiene su máximo o el criterio de la media de los
máximos.
Representación Tridimensional del problema:
Controlador Difuso
z En un controlador a partir del valor de referencia (setpoint) y del valor
de entrada del proceso, se calcula el error (E) y el cambio del error
(CE).

z El controlador difuso toma como variables de partida E y CE y tiene

como variable de salida el cambio en la acción de control a aplicar
(CU), o bien una acción de control absoluta (U).

z El controlador difuso se compone internamente de reglas lingüísticas,

que tienen como condiciones los valores posibles de las variables de
entrada, y que concluyen la variación a efectuar en la acción de
control, en términos también lingüísticos. Posteriormente se
transforma en un valor determinísta.
SUPERVISIÓN

DEFUZZIFICACIÓN
SETPOINT ERROR

FUZZIFICACIÓN

CONCLUSIÓN
APLICACIÓN
SELECCIÓN
CONTROL

CAMBIO ERROR
VALOR MEDIDO

TABLA DE REGLAS
CONTROL FINO

VARIABLES LINGÜÍSTICAS
FUNCIONES DE PERTENENCIA
MODELO LINGÜÍSTICO
RANGO DE VARIACIÓN DE ENTRADA

PROCESO
Configuración Básica de un Controlador Difuso
z FUZZIFICACIÓN:
Es la primera acción en el diseño del controlador difuso, a partir
de los valores deterministas de E y CE, se le adjudica su
correspondiente valor difuso.
Consideremos el diseño de un controlador fuzzy logic para
controlar el nivel de un estanque de agua el cual se regula a través
de un válvula de entrada-salida de flujo.
CONTROLADOR
FUZZY LOGIC
SENSOR

ENTRADA
ERROR Y
VELOCIDAD

SALIDA
SETPOINT
CFL ESTADO DE
Control del Nivel de Agua de un Estanque VÁLVULA
z En este caso, para las variables de entrada al controlador, es decir:
E (error en el nivel de agua) y CE (velocidad de cambio de nivel), se
establecen las siguientes variables lingüísticas, con su
correspondiente rango de variación.

z En cuanto a las funciones de pertenencia de las variables lingüísticas

representan el grado de asociación del valor numérico de E(t) o
CE(t). Por ejemplo para el valor 0 de error, le correspondería un
grado de certeza de 1 en la variable lingüística de Medio, y tendría
un grado de certeza casi 0 para las variables restantes (A Y B).

z Variable E [-1 1]:

Alto (A)
Medio (M)
Bajo (B)
z Variable CE [-0.1 0.1]:
Posit (P)
Cero (C)
Negat (N)

z El tipo de las funciones de pertenencia se eligen de acuerdo al tipo

de respuesta del sistema, aquí se eligieron funciones de densidad
normal tipo gaussiana, la forma de la curva es ajustable en función
del parámetro sigma de la normal. Así para la variable CE:
Posit tiene un valor σ=0.03 centrada en 1
Cero tiene un valor σ=0.03 centrada en 0
Neg tiene un valor σ=0.03 centrada en -1
z La variable de salida al controlador, es decir, CU (estado de la
válvula) tiene las siguientes variables lingüísticas.

z Variable CU [-1 1]:

Abrir (AF)
Abrir suavemente (AS)
Mantener (MA)
Cerrar Suavemente (CS)
Cerrar (CF)
z ELABORACIÓN DE LAS REGLAS:
Después de haber traducido los valores deterministas de las
variables de entrada a valores difusos, se plantean las reglas. Para
ello se construye una tabla de doble entrada ( E y CE ) por cada
variable de entrada al controlador. Como se muestra:
CE\E B M A

N AF CS CS

C AS MA CS

P AS AS CF

z Interpretación de enunciado de las reglas descritas en la tabla:

Si E es Bajo y CE es Negativa, entonces CU Abrir.
Si E es Medio y CE es Negativa, entonces CU Cerrar suavemente.
z Además es necesario cuantificar el peso de cada una de las reglas
frente a la acción de control, esto se puede hacer construyendo una
matriz de valoración o inferencia o simplemente agregando un
factor a cada regla.
z La acción de control que concluye cada regla es un conjunto
difuso al que se ha asignado un peso. Por lo tanto, el resultado
final de la aplicación de todas las reglas es otro conjunto difuso
con sus respectivas funciones de pertenencia.
La tabla de reglas está determinada por las características del
proceso y debe ser configurada por el experto. Además debe
cumplir algunas normas elementales:

z COMPLETITUD: Las reglas han de cumplir todas las

combinaciones posibles de entradas al controlador, con el fin de
que no queden fisuras en las cuales no se tome una acción.

z CONSISTENCIA: No pueden coexistir dos acciones de control

para la misma situación, lo que produciría una contradicción.

z INTERACCIÓN: Corresponde al peso propio que tiene una regla

entre las restantes, para esto se debe analizar el efecto de las reglas
en la acción de control.

z ROBUSTEZ: Es una medida de la reacción del controlador frente

a perturbaciones en las entradas.
z DEFUZZIFICACIÓN:
El método más usual para determinar la conclusión del conjunto
de funciones es el centro de gravedad, es interesante destacar que
en el resultado final sólo influye el área y no la forma de la curva.
n n Donde:
∑∑c ij ⋅ m ij ⋅ a ij cij es la media
CG = i
n
j
n mij es el factor peso
∑∑m
i j
ij ⋅ a ij
aij es el área de la función de transferencia asociada a
la conclusión de cada regla
z ACCIÓN DE CONTROL:
Una vez obtenido el valor numérico, éste puede ser multiplicado por
un factor de escala para ser aplicado como acción de control. Una
alternativa es utilizar un factor de ganancia Kc, el cual se utiliza en
el controlador como un parámetro de ajuste, así la acción de control
está dada por:
CU(k ) = CU(k − 1) + K C ⋅ ∆CU

z Respuesta del Proceso a un

cambio en el setpoint del
Controlador Fuzzy Logic

Main
Sistemas Expertos
Difusos
CONOCIMIENTO IMPRECISO
El conocimiento cuenta con predicados o
cuantificadores vagos (no precisos)

Ejemplos:

•Pedro tiene entre 20 y 25 años.

•Juan es joven
•Mucha gente juega al fútbol
•El espectáculo es para gente grande.
Ejemplo
• Una metáfora: el dibujo de un conjunto borroso se podría realizar
como si fuera una nebulosa (más densa en el centro y más ligera o
clara en los extremos)

0
0.
0. 1
0. 2
0. 4
0. 6
18
REPRESENTACION GRAFICA

ce :Puerta cerrada
casice :Puerta casi cerrada
amedias :Puerta a medias
basab :Puerta bastante abierta
abierta :Puerta abierta
Ejemplo
Si el predicado P es “Persona joven” y W = {Ana, Pepe}.
Además x, x  W. Edad(x)  U = {10, 20, 30, 40, 50, 60, 70}
Escogeremos como etiqueta del predicado la variable lingüística
“Joven”. Definimos extensionalmente la función de pertenencia:
Joven( Edad(x)=10 ) = 1
Joven( Edad(x)=20 ) = 1
Joven( Edad(x)=30 ) = 0.8
Joven( Edad(x)=40 ) = 0.6
Joven( Edad(x)=50 ) = 0.4
Joven( Edad(x)=60 ) = 0.2
Joven( Edad(x)=70 ) = 0

También se puede representar:

Joven(Edad(x)) = {10/1, 20/1, 30/0.8, 40/0.6, 50/0.4, 60/0.2, 70/0}
TERMINOLOGÍA

• Variable Lingüística
• Universo de Discurso
• Conjunto Difuso
• Valor Lingüístico
• Función de Pertenencia
Variable linguistica vs Grado de pertenencia
(Edad)

Edad

X
• EDAD:
10 ≤ Edad ≤ 30 JOVEN(Edad) = (30-Edad) / 20 =0.1 Edad=28

20 ≤Edad ≤ 30 MADURO(Edad) = (Edad-20) / 10 =0.8 Edad=28

SISTEMA EXPERTO DIFUSO
FUZZIFICACION
FUNCIONES DE PERTENENCIA
• Algunas de las funciones de pertenencia más utilizadas son:
• Función GAMMA ():
1
0 para x  a
 x  a
 ( x)   para a  x  m
m  a
1 para x  m a m

• Función L
1
Puede definirse simplemente como 1
menos la función GAMMA
a m

• Función LAMBDA o triangular

1
0 para x  a
 xa
 para a  x  m
m  a
( x)  
 bx para m  x  b
b  m a m b
0 para x  b 12
FUNCIONES DE PERTENENCIA
• Función PI o trapezoidal

0 para x  a
x  a 1
 para a  x  b
 b  a
 ( x)   1 para b  x  c
d  x
 para c  x  d a b c d
dc
0 para x  d

13
FUNCIONES DE PERTENENCIA
• Función S
0 para x  a
  x  a 2 ac
2   , para a  x 

 S (x)    c  a  2 2
1  2  x  a  , para a  c  x  c
  ca 2
1 para x  c a (a+c)/2 c

• Función Z (opuesta de la S)

Z(x) = 1- S(x)

• Función P

 S ( x) para x  b
 P (x)  
 Z ( x) para x  b
b-d b b+d

14
AIRE ACONDICIONADO
BASE DE REGLAS
Las reglas que regulan el aire acondicionado son los siguientes:
REGLA 1:
Si TEMP es FRIO entonces la velocidad es MÍNIMA
REGLA 2:
Si TEMP está FRESCO entonces la velocidad es LENTA
REGLA 3:
Si TEMP es AGRADABLE entonces la velocidad es MEDIA
Regla 4:
Si TEMP está TEMPLADA entonces velocidad es RÁPIDA
Regla 5:
Si TEMP está CALIENTE entonces la velocidad es MAXIMA
VARIABLE: TEMPERATURA
Las graduaciones de Temp COLD COOL PLEASANT WARM HOT
temperatura están (0C). (frio) (fresco) (Agradable) (Templad
o)
(Calie
nte)
relacionadas con la 0 Y* N N N N
percepción de Johnny de la 5 Y Y N N N
temperatura ambiente. 10 N Y N N N
12.5 N Y* N N N
Donde: 15 N Y N N N

Y : 0<A(x)<1 17.5 N N Y* N N
20 N N N Y N
22.5 N N N Y* N
Y* : A(x)=1
25 N N N Y N
27.5 N N N N Y
N : A(x)=0 30 N N N N Y*
VARIABLE: TEMPERATURA
Temperature Fuzzy Sets

1
0.9
0.8 Cold
Truth Value

0.7
0.6 Cool
0.5 Pleasent
0.4
0.3
Warm
0.2 Hot
0.1
0
0 5 10 15 20 25 30

Temperature Degrees C
• FRIO: • FRESCO:
0 ≤ t ≤ 10 0 ≤ t ≤ 12.5 FRESCO(t) = t / 12.5
FRIO(t) = 10– t / 10
12.5 ≤ t ≤ 17.5 FRESCO(t) = 17.5– t / 5
VARIABLE: VELOCIDAD
Las graduaciones de la Rev/sec MINIMAL SLOW MEDIUM FAST BLAST
(Mínima) (Lenta) (Media) (Rápi (Máxim
velocidad están relacionadas (RPM)
da) a)

con la acción de Johnny. 0 Y* N N N N

10 Y N N N N
20 Y Y N N N
Donde:
30 N Y* N N N
Y : 0<A(x)<1 40 N Y N N N
50 N N Y* N N

Y* : A(x)=1 60 N N N Y N
70 N N N Y* N
80 N N N Y Y
N : A(x)=0 90 N N N N Y

100 N N N N Y*
VARIABLE: VELOCIDAD
Speed Fuzzy Sets

1
0.8 MINIMAL
Truth Value

0.6 SLOW
MEDIUM
0.4
FAST
0.2 BLAST
0
0 10 20 30 40 50 60 70 80 90 100
Speed
MINIMAL:
for 0 ≤ v ≤ 30 MINIMAL(t) = – v / 30 + 1

SLOW:
for 10 ≤ v ≤ 30 SLOW(t) = v / 20 – 0.5
for 30 ≤ v ≤ 50 SLOW(t) = – v / 20 + 2.5
Las variables lingüísticas y
coberturas

Degree of
Membership
1.0
Short Short
Tall
0.8
0.6 Average

0.4
Very Short Very
VeryTall
Tall
0.2 Tall

0.0
150 160 170 180 190 200 210
Height, cm
Las variables lingüísticas y
coberturas
Mathematical
Hedge Graphical Representation
Expression

A little [A ( x )]1.3

Slightly [A ( x )]1.7

Very [A ( x )]2

Extremely [A ( x )]3

Las variables lingüísticas y
coberturas
Mathematical
Hedge Expression Graphical Representation

Very very [A ( x )]4

More or less A ( x )

Somewhat A ( x )

2 [A ( x )]2
if 0  A  0.5
Indeed
1  2 [1  A ( x )]2
if 0.5 < A  1
MECANISMO DE INFERENCIA
Intersección
AB(x) = min [A(x), B(x)] = A(x)  B(x)
Unión
AB(x) = max [A(x), B(x)] = A(x)  B(x)

Ejemplo: A = {1/a, 0.3/b, 0.2/c 0.8/d, 0/e, 0.1/f}

B = {0.6/a, 0.9/b, 0.1/c, 0.3/d, 0.2/e}

Solución: A  B = {0.6/a, 0.3/b, 0.1/c, 0.3/d, 0/e}

A  B = {1/a, 0.9/b, 0.2/c, 0.8/d, 0.2/e, 0.1/f}

INFERENCIA DE MAMDANI

REGLA 1: Si TEMP es FRIO entonces la velocidad es MÍNIMA

REGLA 2: Si TEMP está FRESCO entonces la velocidad es LENTA
REGLA 3: Si TEMP es AGRADABLE entonces la velocidad es MEDIA
REGLA 4: Si TEMP está TEMPLADA entonces velocidad es RÁPIDA
REGLA 5: Si TEMP está CALIENTE entonces la velocidad es MAXIMA
INFERENCIA DE MAMDANI
1 1 1
A3 B1 C1 C2 C3
0.1 OR 0.1
0.0
(max)
0 x1 X 0 y1 Y 0 Z
Rule 1: IF x is A3 (0.0) OR y is B1 (0.1) THEN z is C1 (0.1)
1 1 1
0.7
C1 C2 C3
A2 0.2 B2 AND 0.2
(min)
0 x1 X 0 y1 Y 0 Z
Rule 2: IF x is A2 (0.2) AND y is B2 (0.7) THEN z is C2 (0.2)
1 1
A1 0.5 0.5 C1 C2 C3

0 x1 X 0 Z
Rule 3: IF x is A1 (0.5) THEN z is C3 (0.5)
INFERENCIA DE TAKAGI SUGENO KANG

REGLA 1: Si TEMP es FRIO entonces la velocidad es 0

REGLA 2: Si TEMP está FRESCO entonces la velocidad es 30
FORMA I REGLA 3: Si TEMP es AGRADABLE entonces la velocidad es 70
REGLA 4: Si TEMP está TEMPLADA entonces velocidad es 50
REGLA 5: Si TEMP está CALIENTE entonces la velocidad es 100

REGLA 1: Si TEMP es FRIO entonces la velocidad = TEMP + 2

REGLA 2: Si TEMP está FRESCO entonces la velocidad = TEMP/4
FORMA II REGLA 3: Si TEMP es AGRADABLE entonces la velocidad = TEMP2/2

REGLA 4: Si TEMP está TEMPLADA entonces velocidad = TEMP - 2.5

REGLA 5: Si TEMP está CALIENTE entonces la velocidad es = √TEMP/2
INFERENCIA DE TAKAGI SUGENO KANG
1 1 1
A3 B1
0.1 OR 0.1
0.0
(max)
0 x1 X 0 y1 Y 0 k1 Z

Rule 1: IF x is A3 (0.0) OR y is B1 (0.1) THEN z is k1 (0.1)

1 1 1
0.7
A2 0.2 B2 AND 0.2
(min)
0 x1 X 0 y1 Y 0 k2 Z
Rule 2: IF x is A2 (0.2) AND y is B2 (0.7) THEN z is k2 (0.2)
1 1
A1 0.5 0.5

0 x1 X 0 k3 Z
Rule 3: IF x is A1 (0.5) THEN z is k3 (0.5)
DEFUZZIFICACION
Varios esquemas de defuzzificacion
Discretizando
Degree of
Membership
1.0
0.8
0.6
0.4
0.2
0.0
0 10 20 30 40 50 60 70 80 90 100
67.4 Z

(0  10  20)  0.1  (30  40  50  60)  0.2  (70  80  90  100)  0.5

COG   67.4
0.1  0.1  0.1  0.2  0.2  0.2  0.2  0.5  0.5  0.5  0.5
DEFUZZIFICACION DE MAMDANI
b

Método del Centroide   A x  x dx

COG  a
b
  A x  dx
z *

  ( z )  zdz
B
~

a

  ( z)dz
B
~

 1 4  z 3 
   
3.6 5.5 6 7 8
 0 (.3 z ) zdz  1 (.3 z ) dz  3.6  2  4
  zdz  (.5) zdz  5.5 z  5 zdz  6 zdz  7 8  z zdz 
 
 1 4  z 3 
   .3z dz   (.3)dz   
3.6 5.5 6 7 8
 dz   (.5)dz   ( z  5)dz   dz   (8  z )dz
0 1 3.6
 2  4 5.5 6 7

 4.9meters
Método del promedio ponderado

z *

.3  2.5  .5  5  1 6.5
 5.41meters
.3  .5  1

Método del promedio máximo: (6  7) / 2  6.5meters

DEFUZZIFICACION DE TAKAGI SUGENO KANG

Promedio ponderado

(k1)  k1  (k 2)  k 2  (k 3)  k 3 0.1 20  0.2  50  0.5  80

WA    65
(k1)  (k 2)  (k 3) 0.1  0.2  0.5

0 z1 Z

Crisp Output
z1
¿Mamdani o Sugeno?
• El Método de Mamdani es ampliamente aceptado para
elicitar el conocimiento del experto. Nos permite
describir la experiencia de manera más intuitiva y más
parecido al humano. Sin embargo, la inferencia de
Mamdani implica una carga computacional considerable.

• Por otro lado, el método de Sugeno es

computacionalmente eficaz y funciona bien con las
técnicas de optimización y adaptación, lo que lo hace
muy atractivo en los problemas de control, en particular
para los sistemas dinámicos no lineales.
Ejemplo. Aire acondicionado
Implementado en JAVA
INPUT

62
Ejemplo. Aire acondicionado
Implementado en JAVA
OUTPUT
Ejemplo. Aire acondicionado
Implementado en JAVA
Ejemplo. Aire acondicionado
Implementado en JAVA
Ejemplo. Aire acondicionado

Sensor
temperatura

Circuito
potencia
“La razón por la cual el lenguaje
natural se expresa en términos
difusos
no es porque el pensamiento
humano sea difuso, sino por que
el mundo es difuso”.

John F. Sowa, matemático norteamericano (1940-).

Base de datos Difusas
Miyamoto & Umano [1] distinguen dos tipos de técnicas difusas en las
Bases de Datos:
- Bases de Datos Difusas.
- Técnicas Difusas para la recuperación de la información.
En la primera de estas técnicas el concepto de Conjunto Difuso se
incorpora
en la estructura misma de la Base de Datos, mientras que en la segunda se
emplea en las estrategias de recuperación de la información.
Base de Datos tradicional del Ejemplo

Nombre Edad Salario Año de ingreso

Anderson 30 20000 1995
Brown 30 15000 1995
Long 25 40000 1993
Nelson 55 20000 1980
Smith 25 23000 1996

Variables linguísticas del ejemplo

Ante una consulta a la Base de Datos de la forma:

"Cuáles son los nombres de las personas jóvenes o recientemente

empleadas pero con sueldo alto"

Tahani propone evaluar la función de pertenecia de cada registro a cada uno de

los valores lingüísticos involucrados en la consulta, y entregar como resultado de
la búsqueda un conjunto difuso con funciones de pertenencia obtenidas
mediante la utilización de operadores AND, OR y NOT difusos [6]; los operadores
empleados por Tahani son el mínimo para el AND, el máximo para el OR y el
complemento para el NOT.

En donde “x” es la edad, “y” el año de ingreso, “z” el salario.

Resultados de la búsqueda del ejemplo en cada registro

Nombre µjoven(x) µreciente(y) µalto(z) µbúsqueda(x,y,z)

Anderson 0.5 0.6 0.5 0.5
Brown 0.5 0.6 0.0 0.0
Long 1.0 0.2 1.0 1.0
Nelson 0.0 0.0 0.5 0.0
Smith 1.0 0.8 0.8 0.8

Los nombres de las personas jóvenes o recientemente empleadas pero con sueldo alto
son:
Nombre µbúsqueda(x,y,z)
Anderson 0.5
Long 1.0
Smith 0.8
Ejemplo
Supongamos una clase Persona en la cual se pueden definir atributos tales como,
edad que puede tomar valores de “infantil”, “joven” y “adulto”, por otro lado, se
puede definir el atributo color del pelo que puede tomar valores de “Rubio”,
“Castaño” y “Pelirrojo”.

En una base de datos clásica, cada instancia sólo puede tomar uno de estos tres
valores, tanto para la edad, como para el color del pelo.

Pero es usual que los requerimientos del usuario van más allá de éstas
consideraciones, constantemente nos enfrentamos al hecho de que, una persona
describe su edad como “entre joven y adulto” o que su color del pelo es “entre
rubio y castaño”, consideramos que el modelado de datos en UML, no es capaz de
representar este tipo de requerimientos.
Edad

Vista de definición difusa para el caso propuesto

Grados de similaridad entre color de pelo Rubio, Castaño y Pelirrojo.

Vista de Definición Difusa para atributos difusos tipo 3.

Ejemplo de consultas difusas

Consideremos que la base de datos difusa de personas posee la siguiente información, y

Se requiere a un joven pelirrojo
Persona Edad Color de pelo
P1 14 Pelirrojo
P2 19 Castaño
P3 28 Castaño
P4 35 Rubio

Consulta 1: Jóvenes con grado de pertenencia 0.2 de pelo pelirrojo con grado de
similitud 0.8

la consulta en dos partes, aunque se puede consultar de una vez:

Parte 1: Consulta FuzzyT2(Persona, Edad, "Joven", 0.2)

Persona Edad Color de Gp c/r Joven

pelo
P1 14 Pelirrojo 0.8
P2 19 Castaño 1
P3 28 Castaño 0.4
P4 35 Rubio 0

Respuesta Parte 1:

Persona Edad Color de Gp c/r Joven

pelo
P1 14 Pelirrojo 0.8
P2 19 Castaño 1
P3 28 Castaño 0.4
Parte 2: Consulta FuzzyT3(Persona, Color de Pelo, "pelirrojo", 0.8)
Persona Edad Color de Gs c/r pelirrojo
pelo
P1 14 Pelirrojo 1
P2 19 Castaño 0.7
P3 28 Castaño 0.7
P4 35 Rubio 0.5

Respuesta Parte 2:
Persona Edad Color de Gs c/r pelirrojo
pelo
P1 14 Pelirrojo 1
La respuesta a la consulta 1 está dada por la intersección de la respuesta de la
parte 1 y la respuesta de la parte 2 :

Persona Edad Color de

pelo
P1 14 Pelirrojo
TALLER DE LOGICA DIFUSA
TOOLBOX FUZZY LOGIC DE MATLAB.

1. Acceso:
Para acceder al toolbox fuzzy se debe digitar la palabra fuzzy en la línea de comandos y
luego oprimir enter. En el caso de encontrar un error, por no hallarse cargado el toolbox se debe
agregar el CD de instalación de Matlab. El menú al cual se debería acceder es el siguiente:

Figura 1. Menú principal del Fuzzy Toolbox, FIS Editor.

En el Menú 1, se podrá modificar los métodos de los operadores lógicos and y or, los
métodos de implicación, de agregación y de defuzificación.

En el Menú 2, se podrá cambiar el nombre de la variable que se encuentre seleccionada, por

ejemplo, modificar el nombre “input1” por “Fuerza”.

2. Elección de Modelo:

Para elegir el tipo de modelo a usar, Sugeno o Mamdani, se debe acceder al menú File ->
New FIS… -> Mamdani (Sugeno).
Figura 2. Elección de Modelo

3. Variables y Funciones de Pertenencia:

Para agregar alguna variable, ya sea de entrada o de salida, se debe seleccionar el menú
Edit -> Add Variable -> Input (Output).

Figura 3. Al agregar una variable, es posible visualizarla en el menú gráfico. La variable

actualmente seleccionada aparece enmarcada en rojo.

Las funciones de pertenencia, tanto para las variables de entrada como para las de salida,
se modifican en un menú especial Membership Function Editor que aparece al hacer doble click en
la variable de interés.
Figura 4. Editor de Funciones de Pertenencia, Membership Editor

En el Menú 1, se puede modificar el rango de la función de pertenencia, en el cual la

estará definida.

En el Menú 2, es posible modificar el nombre de la función de pertenencia, los parámetros

de la función de pertenencia y también su forma, la cual está seleccionada triangular en este caso,
siendo ésta la más común. Los parámetros se ingresan en un vector con 3 componentes (para el
caso de la función de pertenencia triangular), que corresponden a los 3 vértices del triángulo, de
menor a mayor.
Actividad
Propina a dejar en un restaurant

1. Se tiene las siguientes variables linguisticas Servicio con los conjuntos “Malo”, “Bueno” y
“Excelente”, Comida con los conjuntos “Fea” y ”Deliciosa”

2. En la variable de servicio agregamos el tipo gaussiano y el rango será de 0 – 10, y los

parámetros 1.5 – 0, para Malo, 1.5 – 5,para Bueno y 1.5 – 10 para Excelente
3. Para la variable comida agregamos el tipo trapezoidal y el rango será de 0 – 10 y los
parámetros para fea será de 0 0 1 3, para deliciosa será de 1 9 11 19

4. Para la variable de salida propina el rango será de 0 - 30 los parámetros Poca 0 5 10 Media
10 15 20 y Generosa 20 25 30
5. Luego agregamos la reglas

6. Para poder ver la reglas vamos a view, rules

TALLER DE LOGICA DIFUSA

INFERENCIA DIFUSA

EJEMPLO DE SISTEMA CON UNA ENTRADA

1. Ejemplo: Conducción de automóviles

A
B
d

Usted está conduciendo un coche en una carretera. Usted quiere mantener una distancia segura
para el coche B que está delante de usted.
Diseñar un (simplificado) sistema de lógica difusa, que cumpla los requisitos.

Proceda de la siguiente manera:

a) Determine las variables requeridas difusos (entrada / salida) y sus rangos.
b) Formar la base de reglas.
c) Usa el razonamiento difuso para comprobar la operatividad de la base de reglas.
Solución

a) Variables difusas. Comience con un simple caso

ENTRADA: distancia d

SALIDA: Fuerza de freno

Tres (3) funciones de pertenencia son elegidos para entrada y salida

Las funciones de pertenencia para la entrada: Distancia d (metros): cerca, medio, lejos
Las funciones de pertenencia de salida: Frenado (%): fuerte, mediano, ninguno,

Vamos a utilizar la caja de herramientas difusa para definir el sistema difuso dando valores
numéricos para las variables indicadas

Para utilizar el toolbox de matlab, se escribe:

Fuzzy
BASE DE REGLAS

Distancia cerca medio lejos

frenado fuerte medio ninguno
¿Qué falta?
2. VELOCIDAD

(velocidad relativa entre los vehículos A y B).

SOLUCIÓN:
Configurar una nueva base de reglas con dos entradas de distancia y velocidad, una salida, la
potencia de frenado.
Aquí solamente los pasos principales se muestran.

BASE DE REGLAS

Distancia Cerca Medio Lejos

Velocidad
Baja Ninguno Ninguno Ninguno
Media Medio Ninguno Ninguno
Alta Fuerte Medio Medio
frenado
Actividad
1. SELECCIÓN DE PERSONAL

Las variables de entrada son:

EDAD: muy joven (0,18,25), madura(18,30,35,45), muy madura(35,50,60,60)

EXPERIENCIA: Baja(0,0,3) media(0,3,6), alta(3,8, 10,10)

Las salidas son:

ELEGIBILIDAD: No apto (0,0,0.4), medio apto (0.1, 0.5, 0.9), apto (0.6,1,1)

Base de Reglas:

1. Si EXPERIENCIA es baja Y EDAD es muy joven ENTONCES ELEGIBILIDAD es No apto

2. Si EXPERIENCIA es media Y EDAD es muy joven ENTONCES ELEGIBILIDAD es Medio apto
3. Si EXPERIENCIA es alta Y EDAD es muy joven ENTONCES ELEGIBILIDAD es Medio apto
4. Si EXPERIENCIA es baja Y EDAD es madura ENTONCES ELEGIBILIDAD es No apto
5. Si EXPERIENCIA es media Y EDAD es madura ENTONCES ELEGIBILIDAD es Medio apto
6. Si EXPERIENCIA es alta Y EDAD es madura ENTONCES ELEGIBILIDAD es apto
7. Si EXPERIENCIA es baja Y EDAD es Muy madura ENTONCES ELEGIBILIDAD es No apto
8. Si EXPERIENCIA es media Y EDAD es Muy madura ENTONCES ELEGIBILIDAD es No apto
9. Si EXPERIENCIA es alta Y EDAD es Muy madura ENTONCES ELEGIBILIDAD es Medio apto

Evalué a las siguientes personas. ¿A quién elegiría?:

Edad Experiencia Elegibilidad

Maria 50 3
Eduardo 22 3
Carlos 37 3.5
Luis 38 4.5

Actividad 2. Lavadora

Hay varias máquinas de lavado en el mercado que utilizan la lógica difusa. La discusión aquí, sin
embargo, no se refiere a cualquier máquina de lavado en particular, sino más bien relacionadas
con una lavadora hipotética. El objetivo es proporcionar un simple ejemplo de las etapas iniciales
del diseño de un control difuso para una lavadora

La facilidad de uso es una característica deseable, junto con la capacidad para establecer los
parámetros de lavado según las características de lavandería de carga. Las características de la
carga de ropa (insumos) son: el peso real, los tipos de tela, y la cantidad de suciedad. Los
parámetros de lavado (salidas) son: cantidad de detergente, tiempo de lavado, la agitación, el nivel
del agua y la temperatura. El control de estos parámetros podría llevar a la lavandería a ser más
limpia, conservar el agua, ahorra detergente, energía eléctrica, tiempo y dinero.

El diseño de una máquina para cumplir con tales especificaciones puede ser una tarea exigente. Es
obvio que no existe un modelo matemático simple que pueda ser de utilidad práctica para
relacionar las entradas con las salidas, pero un operador experto puede hacer la tarea
manualmente. Aquí es donde entra en juego la lógica difusa, con una base de reglas se puede
crear la base en el conocimiento de que el operador controle el proceso. El Análisis será necesario
para asegurar que se alcanzan resultados plausibles.

Consideremos, por simplicidad, una máquina con dos entradas y una salida, las entradas son:

 La suciedad de la carga de una medida por la opacidad del agua de lavado mediante un
sistema de sensores ópticos.
 El peso de la carga de ropa, medido por un sistema de sensor de presión.
 La salida es la cantidad de detergente que dispensan.

La suciedad se define en el rango de 0 a 100, por definir subconjuntos borrosos: Casi limpio, sucio,
muy sucio, inmundo, como se muestra en la figura 6. El peso de la ropa se define en el rango de 0
a 100 por conjuntos difusos: muy ligero, ligero, pesado y muy pesado, como se muestra en la
figura 7. La salida, para simplificar, se define por los subconjuntos singleton muestra en la figura 8.

Figura 6. Variable Suciedad

Figura 7. Variable peso

Figura 8. Variable detergente

La base de reglas esta dada por la tabla N° 1.

Tabla N° 1. Reglas de control difuso para una lavadora

1. Probabilidad Total

𝑃(𝑇) = ∑ 𝑃(𝐴𝑖) ∗ 𝑃(𝐵/𝐴𝑖)

2. Probabilidad individual
𝑃(𝐴𝑖) ∗ 𝑃(𝐵/𝐴𝑖)
𝑃(𝐴𝑖/𝐵) =
𝑃(𝑇)
Ejercicio 1º: El parte meteorológico ha anunciado tres posibilidades para el fin de semana:

a) Que llueva: probabilidad del 50%.

b) Que nieve: probabilidad del 30%
c) Que haya niebla: probabilidad del 20%.
Según estos posibles estados meteorológicos, la posibilidad de que ocurra un accidente es la siguiente:
a) Si llueve: probabilidad de accidente del 20%.
b) Si nieva: probabilidad de accidente del 10%
c) Si hay niebla: probabilidad de accidente del 5%.
Primera forma
- Probabilidad total
P(accidente) = (0.50*0.20) + (0.30*0.10) + (0.20*0.05)
P(accidente) = 0.14
- Probabilidad individual
P(llueva/accidente) = P(llueva) x P(accidente/llueva)
P(accidente)
P(llueva/accidente) = (0.50 * 0.20) /0.14 = 0.14

P(nieve/accidente) = P(nieve) x P(accidente/nieve)

P(accidente)
P(nieve/accidente) =(0.30*0.10) /0.14 = 0.04
P(niebla/accidente) = P(niebla) x P(accidente/niebla)
P(accidente)
P(niebla/accidente) = (0.20*0.05) / 0.14 = 0.01
𝑃(𝑇) = ∑ 𝑃(𝐴𝑖) ∗ 𝑃(𝐵/𝐴𝑖)

Segunda forma
A Accidente
B/A AxB/A 𝑃(𝐴𝑖/𝐵) =
𝑃(𝐴𝑖) ∗ 𝑃(𝐵/𝐴𝑖)
𝑃(𝑇)
Si
0.20
0.1 0.71

llueva
0.50 No 0.80

0.30 0.10 0.03 0.21

Si
Clima nieve
0.14

0.20 No 0.90

niebla 0.05 0.01 0.07

No 0.95
REDES BAYESIANAS
REDES BAYESIANAS
INTELIGENCIA ARTIFICIAL

Introducción a las Redes Neuronales

NEURONAS NATURALES

2 /73
Cerebro Humano
• 1011 Neuronas
(procesadores)
• Poder desconocido
• 1000 – 10000
conecciones por
neurona
• Capacidad basada en
las conexiones.
• Cada neurona es muy
compleja.
• Almacenamiento
redundante.
• No binario, no estable
y no síncrono.

3 /73
¿Cómo funciona ?

Neuronas

Sonido información
Conexiones
Sabor

Olor

Color

Tersura

acciones

4 /73
Unidad de Procesamiento: La Neurona

Dendritas
Axon

Señal
Cuerpo (Información)

Sinapsis

5 /73
6 /73
7 /73
8 /73
9 /73
10 /73
Conexiones del Sistema Nervioso.
GENÉTICO.
• El niño nace con un conjunto de conexiones por defecto
(definidas genéticamente)

EXPERIENCIA.
• Nuevas conexiones se crean en el proceso de aprendizaje.
• Las conexiones se refuerzan con la repetición.
• Las conexiones se refuerzan cuando se crean redes de
resonancia.

11 /73
Características del Sistema Nervioso
• adaptabilidad
• aprendizaje continuo

• distribución del procesamiento y del “almacenamiento”

• alta redundancia
• plasticidad (creación/modificación de sinapsis).
• tolerante a fallas

• 10 a 100 billones de neuronas, cada una conectado a otras

10.000 neuronas
• Los humanos pierden prox. 1000 neuronas por dia.

12 /73
REDES NEURONALES

13 /73
Redes Neuronales.
• Intento de producir sistemas de aprendizaje inspirados en
la naturaleza (basado en modelos abstratos de cómo
pensamos y cómo funciona el cerebro)
• Modelo matemático inspirado en el funcionamientos de las
neuronas biológicas
• Conformado por varias unidades de procesamiento
(neuronas) interligadas por conexiones (sinapsis)
• Eficiente donde los métodos tradicionales son considerados
inadecuados.
• El aprendizaje se logra en la actualización de esos pesos.

14 /73
Red Neuronal

Arquitectura

Neuronas intermedias

Neuronas de Neuronas de
Entrada salída

Conexiones

15 /73
Elemento Procesador
Entrada / Función de Transferencia / Salida

elemento
Entrada procesador Salida

Señal

16 /73
Elemento Procesador
Entrada / Función de Transferencia / Salida

17 /73
Elemento Procesador

1 X1
.. W1u
. Xk Wku
k u
.. Yu
. Xn
Wnu

n Yu = f (Entrada Neta u )
n

 Xi Wiu )
n
Entrada Neta u =  Xi Wiu
i 1
Yu = f (
i 1

18 /73
Función de Transferencia
Función de Activación o Transferencia

1 X1
.. W1u
. Xk Wku
k u
.. Yu
. Xn
Wnu

n Yu = f (Entrada Neta u )
n

 Xi Wiu )
n
Entrada Neta u =  Xi Wiu
i 1
Yu = f (
i 1

19 /73
Elemento Procesador
p

y=f(  Xi Wiu )
i 1

p
Entrada Neta u =  Xi Wiu
i 1

Na+ Na+
K+ K+
Valores de entrada / salida
• Las señales de e/s de una RNA son generalmente
números reales
• Estos números deben encontrarse dentro de un intervalo
• típicamente entre [0,1] o [–1,1]
• Técnica de codificación mas simples es la binaria

2 5 9 3 0 5

6 2 1 3 5 4 5 5 2 3 1 4

3 4 5 7 3 1

21 /73
Conexiones
• Semejantes a la sinapsis.

• Las unidades son conectadas a través de conexiones

• Codifican el conocimiento de la red

– conexiones poseen valores asociados (pesos)

• Tipos de conexiones wij

– excitatorias wij > 0
– inhibitorias wij < 0
– inexistentes wij = 0

22 /73
Aplicaciones
• Se usan para la clasificación y reconocimiento de
patrones.
• Problemas donde es importante el patrón más que los
datos exactos.

• Aplicaciones:
• Clasificación.
• Predicción
• Clustering
• Aproximación de curvas
• Optimización.
• Reconocimiento de patrones.

23 /73
Clasificación

24 /73
Predicción

25 /73
Clustering

26 /73
Aproximación de curvas

27 /73
Optimización

28 /73
TIPOS DE REDES
NEURONALES

29 /73
Topologia o Arquitectura de RN
Clasificación de RN por el tipo de sus Conexiones

A) Redes Feedforward (No recurrentes)

Conexiones unidireccionales:

Una Capa: Multicapa:

Perceptron, Adaline (ADAptive LInear Neuron), MLP

30 /73
Topologia o Arquitectura de RN
Clasificación de RN por el tipo de sus Conexiones

B) Redes Feedback (recurrentes)

Presenta conexiones de Retorno

Redes de kohonen Redes de Base Radial

31 /73
Tipos de Aprendizaje Artificial
Aprendizaje Supervisado

Aprendizaje No Supervisado

32 /73
Aprendizaje Supervisado
• Se logra comparando la salida de la red con la respuesta
correcta ya conocida por el MAESTRO.

• La diferencia de esta comparación permite ajustar los

pesos de las conexiones entre sus neuronas, para buscar
una salida mas aproximada a la correcta.

• El aprendizaje se da a través de un proceso iterativo de

ajuste aplicado a sus pesos sinápticos

33 /73
Aprendizaje No Supervisado
• No requiere influencia externa para ajustar sus pesos de
las conexiones entre sus neuronas.

• No recibe ninguna información del entorno que le indique si

la salida generada respecto a una determinada entrada es
o no correcta.

• Por ello se dice que estas RN son capaces de

Autoorganizarce.

34 /73
Tipos de Redes Neuronales
• Redes de nivel simple
• Redes de Multiple nivel
• Redes recurrentes

35 /73
REDES DE NIVEL SIMPLE

36 /73
Perceptrón
• Separa espacio con hiperplanos
y = f ( w1 u1 + w2 u2 + ... + wn un ), u2
f(s) = { 1 si s0, 0 si s<0 }
• Puede incluir offset w0. u1

• Importante históricamente wt.u=0

– estudiado muy detalladamente (Minsky y Papert ‘69)

• Es un clasificador lineal en 2 clases.

– bueno si patrones linealmente separables
– problema XOR

37 /73
Perceptrón

38 /73
Perceptrón

39 /73
Adaline
• Adaptive Linear Element y=0
• Estructura:
– Como un Perceptrón
pero con función lineal
a la salida.
• Permite trabajar con
problemas más generales
que usando el perceptrón. n
y   wi xi  w0
i 1

E p  t p  y p 
1 2

2
 p wi   t p  y p xi
40 /73
Perceptrón Multicapa
• Werbos (1972)
• Red lineal Wij2 Wij3
Wij 1 3
• Activaciones dependen: u1 1 6 y1
– entradas
4
– activaciones de neuronas y2
precedentes
u2 2 7
5
• Derivadas ordenadas 
backpropagation

y1
u1
1 2 3 4 5 6 7 y2
u2
 i 1 ni

xi  f i   wij x j   wik uk  i 
0

 j 1 k 1
41 /73

Aprendizaje
j i
entrada neta a i

salida de i

error de la salida k

error total

regla de aprendizaje

η: velocidad de aprendizaje

42 /73
REDES RECURRENTES

43 /73
Redes de Base Radial
• Red feed-forward
• Combinación lineal de funciones base
o receptores dadas. Wi
x1
• Funciones Base:
– Gaussianas, Logistic  y
– Normalizadas en gral x2
• Aplicaciones
– Aproximación funcional,
interpolación
– Clasificación de datos
x  i
2
– Clustering N N 
– Modelado y control de sistemas 
y ( x )  wi .Ri ( x )   w .e i
2 i 2

dinámicos i 1 i 1

44 /73
Redes de Hopfield
• Hopfield
– McCulloch-Pitts (1943): modelo discreto. u
y
– Recurrente, totalmente conectada
• Asociada con sistema dinámico
• Actualización de activaciones
 
– Extensiones: Neuronas con constante de X i  sgn  Wij X j  U i 
tiempo, uso de probabilidad en salida  j 
– Concepto de energía y entropía
 
desarrollado P  X i  1  g  Wij X j  U i 
• Aplicaciones  j 
– Descripción de sistemas cristalinos, y dX  
fenómenos físicos asociados i i   Xi  f  Wij X j  U i 

dt  j 
– Uso en optimización
1
• ej: TSP, distribución, despacho de carga E 
2 ij
Wij X i X j
– Memoria asociativa
• Deducir patrón asociado a partir de dato 1
parcial Wij 
N
X i
p
X jp
– Representables en hardware p

• VLSI
45 /73
Mapas Auto-Organizados
• Self-organizing maps (Kohonen, 1982)
• Identificar estructura en datos de trabajo
– conservan topología de datos
• Hipótesis:
– Entradas similares producen salidas similares
– Conjuntos entrada-salida similares agrupables
• Estructura
– red de una capa
• distribución espacial especificada
• capa competitiva
– entradas: dimensión de espacio
– Pueden usarse neuronas con dinámica
capa
• Neuronas competitivas - selección 2D
– Dada entrada, selecciona neurona con mayor
activación
– Uso de pesos para inhibición lateral
– Cooperación:
• Adaptación restringida a vecindad de neurona
seleccionada
• Aplicaciones
– Clasificación de datos, Clustering
– Componentes principales (PCA)
– Codificación
Entradas (u)

46 /73
MAPEADOR UNIVERSAL

47 /73
Mapeo Universal
• Pregunta:
– Qué tipo de funciones puedo representar con una ANN?
• La idea se remonta al problema #13 de Hilbert (1900).
– Representar función de N variables como combinación lineal de funciones
en una variable (bajar dimensionalidad del problema)
• Respuesta:
– Puedo representar el conjunto de funciones “suaves”.
– Hay varias pruebas para diferentes arquitecturas
– Kolgomorov (1957)
– Cybenko (1960)
– Hornik (1989)
– Chen (1991)

48 /73
CONCLUSIONES
• Las redes neuronales se aplican a resolver problemas de
reconocimiento de patrones.
• Las redes neuronales de nivel simple, permiten reconocer
patrones donde el espacio puede ser divido en dos por un
hiperplano.
• Las redes neuronales de múltiple nivel pueden reconocer
patrones del tipo XOR.
• El aprendizaje de la red se realiza modificando los pesos
de las conexiones.
• La arquitectura de la red es la disposición de las neuronas
(capas y elementos por capa)

49 /73
Machine Learging
No supervisado
REDES NEURONALES
MAPAS AUTO-ORGANIZADOS

Mario Aquino Cruz

Aprendizaje Supervisado
Hasta ahora, las redes neuronales estudiadas son usadas para el aprendizaje supervisado,
es decir, la base de conocimiento está formada por datos etiquetados (conjunto de
entrenamiento), y el objetivo es entrenar un modelo para predecir nuevos datos no
etiquetados.
A B

¿A o B?

B A
Aprendizaje No Supervisado
¿Qué pasaría si no tenemos la etiqueta en los datos? ¿Cómo saber en cuantas clases se
agrupan los datos? …. Es aquí en donde tenemos que hacer uso de técnicas no
supervisadas.

En el aprendizaje no supervisado el
modelo es ajustado
automáticamente a las datos.
Aprendizaje No Supervisado
En el siguiente conjunto de puntos nosotros podemos establecer visualmente una malla
de separación de puntos basándonos en la cohesión interna. Cada celda agrupa puntos
cercanos entre si.

Este modelo de
malla se adapta
mejor.
Aprendizaje No Supervisado
¿Y si tenemos más puntos que tienden a una distribución uniforme como sería nuestra
malla? … la topología de la malla debe adaptarse a los datos.

Para dos dimensiones,

hacerlo visualmente es
relativamente fácil,

¿Pero cómo sería para

puntos
multidimensionales?
Mapas Auto-Organizados
Mapas Auto-Organizados
Los Mapas Auto-Organizados (Self Organizing Maps, SOM) fueron
desarrollados por el finlandés Teuvo Kohonen en 1982, por el cual
también son conocidos como Redes de Kohonen.

Permiten encontrar individuos de una población que comparten

características comunes.

Esto los hace ideales para explorar espacios vectoriales en los que se
desconoce la estructura de clasificación de los vectores.
Mapas Auto-Organizados: Arquitectura

Estructura de un mapa auto-organizado

Mapas Auto-Organizados
❖La idea básica del modelo es crear una imagen de un espacio multidimensional de
entrada en un espacio de salida de menor dimensionalidad.
❖Se trata de un modelo con dos capas de neuronas, una de entrada y otra de salida
(procesamiento).
❖Las neuronas de la primera capa se limitan a recoger y canalizar la información.
❖La segunda capa está conectada a la primera a través de los pesos sinápticos y realiza
la tarea importante: una proyección no lineal del espacio multidimensional de
entrada, preservando las características esenciales de estos datos en forma de
relaciones de vecindad.
❖El resultado final es la creación del llamado mapa auto-organizado donde se
representan los rasgos más sobresalientes del espacio de entrada
Algoritmo de Aprendizaje: resumen
1. Inicializar todas las neuronas de la capa de salida.

2. Repetir mientras las neuronas no cambien mucho o se exceda un umbral

3. Escoger la siguiente entrada

4. Determinar la neurona más cercana a la entrada

5. Actualizar los pesos de esta neurona y las neuronas cercanas (en una vecindad
especificada)

6. Finalmente, formar los grupos asignando cada entrada a su neurona más cercana.
Algoritmo de Aprendizaje: paso a paso
1. Todos los pesos de las neuronas Wi de salida reciben, inicialmente,
valores aleatorios.

2. Se presenta el vector de entrenamiento X(t) a la red.

3. Se determina cuál de las neuronas está más cerca de la entrada. La

neurona ganadora es también llamada BMU (Best Matching Unit)
Algoritmo de Aprendizaje: paso a paso

X(1)

neuronas (Wi) BMU(1)

BMU(2) X(2)
Algoritmo de Aprendizaje: paso a paso
3. Para medir la cercanía entre el vector de pesos de las neuronas y el vector de
entrenamiento, normalmente se usa la distancia euclidiana:
Esta sujeto al tipo
𝐷
de aplicación.
Ej. En text-mining
𝑋 − 𝑊 = 𝑑 𝑋, 𝑊 = ෍(𝑥𝑗 − 𝑤𝑗 )2
𝑗=1
se suele usar la
distancia coseno.

El BMU 𝑊𝑐 (𝑡) es la que obtiene la mínima distancia a 𝑋(𝑡):

𝑋(𝑡) − 𝑊𝑐 (𝑡) = min{ 𝑋(𝑡) − 𝑊𝑖 (𝑡) }

𝑖
Algoritmo de Aprendizaje: paso a paso
4. Los vectores de pesos del BMU y sus vecinos (en sentido topológico) se actualizan
para moverse cerca del vector X(t) en el espacio de datos:

𝑊𝑖 𝑡 + ℎ𝑖 𝑡 [𝑋(𝑡) − 𝑊𝑖 (𝑡)] 𝑖 ∈ 𝑁𝑐 (𝑡)

𝑊𝑖 𝑡 + 1 = ቊ
𝑊𝑖 𝑡 𝑖 ∉ 𝑁𝑐 (𝑡)

En donde la magnitud de dicha atracción está regida por la tasa de aprendizaje

ℎ, el cual depende tanto del tiempo 𝑡 como de la distancia entre 𝑊𝑖 y 𝑊𝑐 .
𝑁𝑐 representa el conjunto de las neuronas vecinas de 𝑊𝑐 para el tiempo 𝑡.
Algoritmo de Aprendizaje: paso a paso
4. La tasa de aprendizaje ℎ se calcula de la siguiente forma:

ℎ𝑖 𝑡 = 𝛼 𝑡 ∗ 𝑑(𝑊𝑖 , 𝑊𝑐 )
distancia entre el BMU
y la neurona vecina
taza de aprendizaje

𝑡
𝛼 𝑡 = 1.0 −
𝑚𝑎𝑥 maximo número de iteraciones

Rango de distancia

𝜎 𝑡 = 𝐻+𝑊 𝛼 𝑡
alto y ancho del mapa neuronal
Algoritmo de Aprendizaje: ejemplo

Dada la siguiente
topología del SOM

Y los pesos para cada

neurona:
AlgoritmoUsing
deEuclidean
Aprendizaje:
distance || x − w ||= ( x − w ) ejemplo
+ ( x − w ) , we can find out the winn
1 1
2
2 2
2

node for the input pattern x = ( x = 2, x = −4) as,

Usando la distancia Euclideana, nosotros podemos
1
encontrar
2
la neurona ganadora
para el dato de entrada 𝑥 = {𝑥1 = 2, 𝑥2 = −4}

|| x − wP ||= (2 + 1) 2 + (−4 − 2) 2 = 45,

|| x − wQ ||= (2 − 0) 2 + (−4 − 4) 2 = 68,

|| x − wR ||= (2 − 3) 2 + (−4 + 2) 2 = 5,
|| x − wS ||= (2 + 2) 2 + ( −4 + 3) 2 = 17,
|| x − wT ||= (2 − 3) 2 + (−4 − 2) 2 = 37,
|| x − wU ||= (2 − 4) 2 + (−4 + 1) 2 = 13.
Algoritmo de Aprendizaje: ejemplo
Therefore, the winner node is R, since it has the smallest distance from x. As a ne
Por lo tanto, la neurona ganadora es R, ya que éste tiene la distancia mas pequeña a x.
El siguienteweights of the en
paso consiste nodes in SOM
actualizar losmust bede
pesos adjusted usingcon
la vecindad thelaformula
fórmulagiven
vista in
enequatio
el paso 4. En donde la tasa de aprendizaje queda definido de la siguiente manera:
Let the neighborhood function be defined as,

0.5 if nodeesiselthe
Si la neurona winner
BMU.

hck (t ) = 0.25 if nodeesiselimmediate
Si la neurona neighbor
vecino inmediato al [Link] the winner
0 En otros casos.
 otherwise
Algoritmo de Aprendizaje: ejemplo
Let node
Let us begin with the winner us begin
R. with the winner node R.
Vamos a empezar con el BMU, es decir la neurona R, los nuevos pesos serían:
The new weight of R willThe
be new weight of R will be

3   2   3   3 3       3 
 2 −1   3 2.5  −1   2.5 
  + 0.5 − = + +
                
0.50.5 − = =
. + 0.5   =  .
− − − −
     −2   − −
   −  4  −  2    −2   −2   −3 
2 4 2 2 2 3

 2.5   0.5 
=  . The immediate neighborsThe
of Rimmediate
are Q andneighbors
S, thereforeofnew weights for Q and S are  weights

 −3 Los vecinos inmediatos de R son Q y S, entonces los nuevos pesos serían:
R are Q and S, therefore new f
2 

 −1  0.5 
therefore new weights for Q and −S3.25
and are  respectively.  −1 other
Since  nodes in the given SOM have a neighborhood
  2  and   respectively. Since other nodes in the given SOM
−3.25 
function value zero, their weights do not change.
function value zero, their weights do not change.
es in the given SOM have a neighborhood
Presentando el SOM
Matriz de neuronas: para cada neurona visualizamos su vector de pesos Wi (datos en
3D, colores, espacios continuos)

Entonces, para un mapa de color con 3 entradas, si los pesos de la neurona son (0.7,
0.2, 0.3), mostraríamos un color rojizo con 0.7 de rojo, 0.2 de verdes y 0.3 de azul.

Para un mapa de puntos en el plano con dos entradas, dibujaríamos un punto para
cada neurona en posición (Wx, Wy).
Presentando el SOM
Matriz de neuronas: para cada neurona visualizamos su vector de pesos Wi (datos en
3D, colores, espacios continuos)
Presentando el SOM
Mapa de centroides: representar cada neurona por un elemento del conjunto de
entrenamiento X que está más cerca del vector Wi. Dicho elemento también se le conoce
como centroide.
Presentando el SOM
Matriz Unificada De Distancias

Cuando se genera la matriz se calcula, a su vez,

una matriz de distancias entre los vectores de
referencia de neuronas adyacentes en el mapa
bidimensional.

Después se selecciona algún tipo de

representación gráfica, por ejemplo una escala de
grises. Los colores en la figura se seleccionan de
modo que cuanto más oscuro es el color entre dos
neuronas, menor es la distancia entre ellas.
Presentando el SOM
Grupos de objetos y estructura del
SOM

Umatrix y thumbnails escogidos de objetos

3D CAD

Objetos son mapeados a los nodos

SOM de acuerdo al vecino más cercano
Presentando el SOM
Grupos de objetos y densidad de
objetos

Mapa de densidad suavizado y algunos

thumbnails de una colección de datos 3D
genérica

(color indica densidad relativa suavizada del

vecino más cercano)
Aplicación: Estudio de la quiebra
Aplicación: Estudio de la quiebra
En el mapa se observa cómo aquellos bancos que quebraron al año
siguiente, se ubican en la zona derecha del mapa, y los solventes se
alojan en la parte izquierda del mapa.

Esta figura recibe el nombre de "mapa de solvencia", Serrano y Martín

(1994). Otros mapas auxiliares del modelo permiten conocer qué
rasgos financieros dominan en cada zona del mapa: zonas de alta y
baja rentabilidad, liquidez, endeudamiento, etc, véase Serrano (1996).
Aplicación: Estudio de la quiebra

El siguiente mapa muestra los

rasgos financieros que
caracterizan a cada zona del
mapa.
Aplicación: Estudio de la quiebra
La red de kohonen descrita puede ser de gran utilidad en el análisis de
información contable de empresas. Al introducir información contable
de un conjunto de empresas se producirá una autoorganización de las
mismas, de forma que empresas con características financieras
similares se colocarán próximas en el mapa. La situación de una
empresa vendrá determinada por su ubicación en el mapa,
teniendo en cuenta que una empresa puede excitar a más de una
neurona y esto con diferentes intensidades
Aplicación: Estudio de la quiebra
Además, este modelo permite, estudiar la evolución temporal de
una empresa introduciendo información procedente de varios
ejercicios, situarla en relación con sus competidores, elaborar mapas
sectoriales, introducir ratios financieros o partidas como la cifra de
ventas o el activo, información cualitativa, etc. A priori, son muchas las
aplicaciones que puede tener, como análisis exploratorio de datos o
mediante su integración en un sistema de ayuda a la toma de
decisiones.
Aplicación: Mapa de Movimientos
Mapa de movimiento: recuperacion basado en imagenes y segmentacion de datos de
movimiento.

◦ Sakamato, Kuriyama, Kenko

◦ SCA: Symposium on Computer Animation 2004
Objetivo:
Presentar al usuario una cuadrícula de posturas para seleccionar un clip de datos de
movimiento de una gran base de datos.
Realice la agrupación en el SOM en lugar de los datos abstractos.
Aplicación: Mapa de Movimientos
Ejemplo:

436 muestras de postura a partir de 55K

frames de 51 archivos de movimiento.
Aplicación: Mapa de Movimientos
Ejemplo de resultado:

Clustering basado en SOM

Aplicación: Mapa de Movimientos
Proceso:
Se crea un mapa de muestras de postura a partir de todos los archivos de movimiento
juntos.
Cada muestra similar a su muestra más cercana supera un umbral determinado para
reducir el tiempo de cálculo.
Se calcula un SOM estándar.
Cada postura se conecta a una tabla hash de los archivos de movimiento que contienen
posturas similares.
Agrupar el SOM permite mostrar un mapa simplificado al usuario.
Aplicación: Mapa de Movimientos
Mapa simplificado después de la
agrupación de SOM:

17 estilos de baile
Fin
Redes Neuronales
PERCEPTRON MULTICAPA
BACKPROPAGATION

Mario Aquino Cruz

Perceptrón Multicapa
Perceptrón Multicapa
❖ En la sesión anterior hemos visto las limitaciones del perceptrón simple,
ya que con él tan sólo podemos discriminar patrones que pueden ser
separados por un hiperplano, una recta en el caso de dos neuronas de
entrada.
❖ Una manera de solventar estas limitaciones del perceptrón simple es por
medio de la inclusión de capas ocultas, obteniendo de esta forma una red
neuronal que se denomina perceptrón multicapa.
❖ Cybenko Hornik en 1989 demostró que el perceptrón multicapa es un
aproximador universal. Cualquier función continua sobre ℜ𝑛 , puede ser
aproximada, con al menos una capa oculta.
Perceptrón Multicapa
La imagen muestra las
regiones de decisión que se
obtienen para distintas
arquitecturas de redes
neuronales considerando dos
neuronas en la capa inicial.

Se puede observar que

perceptrón multicapa con
dos capas de neuronas
ocultas es capaz de
discriminar regiones de
forma arbitraria.
Perceptrón Multicapa

❖ El perceptrón multicapa o MLP (Multi-Layer Perceptron) se suele

entrenar por medio de un algoritmo de retropropagación de errores o
BP (Back Propagation) de ahí que dicha arquitectura se conozca
también bajo el nombre de red de retropropagación.
Perceptrón Multicapa: Arquitectura
❖ La estructura del MLP con una única capa oculta se muestra en la
siguiente imagen:

Función de
activación sigmoidal
Perceptrón Multicapa: Arquitectura
❖ Todas las neuronas transmiten información hacia delante: se
denominan redes feedforward.
❖ Cada neurona posee un umbral independiente. Se considera
como una entrada más cuya entrada es 1.
❖ Generalmente se utilizan redes completamente conectadas.
Perceptrón Multicapa: Arquitectura

Ilustración de las dos

direcciones básicas de
flujos de señal en un
MLP.

Feed forward

Back propagation
Perceptrón de tres capas
Cálculo de las salidas en cada capa
o Capa I
Perceptrón de tres capas
Cálculo de las salidas en cada capa
o Capa II

o Capa III
Perceptrón de tres capas
Cálculo del error: Suma del error cuadrático instantáneo
Algoritmo Backpropagation
1. Inicialización aleatoria
2. Propagación hacia adelante de la entrada
3. Propagación hacia atrás del error 𝛿
4. Adaptación de los pesos
5. Repetir desde el 2 hasta convergencia o finalización
Algoritmo Backpropagation: ejemplo gráfico

Ejemplo de un MLP de 3 capas

Backpropagation: Cálculo de las salidas en cada capa

Cálculo salida capa I, neurona 1.

Backpropagation: Cálculo de las salidas en cada capa

Cálculo salida capa I, neurona 2.

Backpropagation: Cálculo de las salidas en cada capa

Cálculo salida capa I, neurona 3.

Backpropagation: Cálculo de las salidas en cada capa

Cálculo salida capa II, neurona 1.

Backpropagation: Cálculo de las salidas en cada capa